纬度依赖背景场误差协方差及其对台风同化和预报的影响研究

合理的背景场误差协方差矩阵是做好变分同化的关键。为进一步认识背景场误差协方差矩阵在中尺度预报中的作用,对背景场误差协方差中平衡关系的纬度依赖特征及其对中尺度同化及预报效果的影响进行了研究。为使得平衡关系既包含纬度依赖特征,又降低纬度依赖带来的非平衡的噪音信息,在背景场误差协方差矩阵构造的平衡变换过程中引入了递归滤波的方法,对平衡变换中的回归系数进行了滤波平滑。同化单点观测的理想试验表明纬度依赖的背景场误差协方差具有更合理的动力关系,且滤波后的背景场误差协方差既保持了纬度依赖特征且明显平滑了噪音信息。台风“莫拉克”同化数值模拟试验表明纬度依赖的背景场误差协方差明显提高了36 h及以上的中心海平面最低气压和路径预报的预报效果。      

集合四维变分资料同化研究进展

背景误差协方差矩阵的精确定义是构建高水平资料同化系统的先决条件。传统四维变分资料同化(4D-Var)方法将观测资料处理转化成以动力模式为约束的泛函极小化问题,通过调整控制变量,使指定时间窗口内由控制变量得到的模式预报结果与实际观测资料之间的偏差达到最小。该方法在同化窗口内可以利用模式的切线性和伴随隐式地改变背景误差协方差,能够在某种程度上满足快速发展的天气过程。但是大部分业务中心的四维变分资料同化系统仍采用静态化的背景误差协方差矩阵模型来缓解背景误差协方差矩阵的维度问题,即矩阵维数远大于可用信息量。随着计算机科学的迅猛发展,维度问题可以进一步通过集合的方法缓解。集合四维变分资料同化就是基于这一目标通过构造多个能反映出背景误差协方差分布特征的样本集合来弥补可用信息量的不足。该方法目前已在ECMWF、Mete-France等业务中心实现业务化,为确定性四维变分资料同化系统提供流依赖背景误差协方差估计。简要介绍了集合四维变分资料同化方法的基本原理;其次以ECMWF为例,概述了四维变分资料同化系统的业务现状,重点阐述了系统在开发过程中需要解决的扰动、滤波、校正等一些关键技术;最后探讨集合四维变分资料同化系统目前存在的问题和未来可能的研究方向。     

基于云依赖背景场误差协方差的雷达资料同化及对降雨预报影响研究

传统变分同化方法中使用各向同性和均质的背景场误差协方差,忽略了背景场误差协方差的天气系统依赖性,而在变分框架下引入集合流依赖的背景场误差协方差还需要额外的集合预报.为在变分同化中引入更合理的背景场误差协方差,通过引入云指数构建"云依赖"背景场误差协方差,提出了一种云依赖背景场误差协方差的同化方案,并应用于雷达等多源观测...     

在四维变分同化中运用集合协方差的试验

利用浅水方程模式和模式模拟资料进行数值试验比较3种不同的背景误差协方差矩阵处理方法对四维变分(4DVAR)资料同化的影响.3种背景误差协方差矩阵分别是:(1)对单一变量将背景误差协方差矩阵简化为对角矩阵;(2)将背景误差协方差矩阵的作用简化为高斯过滤;(3)由预报集合生成背景误差协方差矩阵并利用奇异值分解技术解决矩阵的求逆.通过一系列数值试验,比较不同观测密度、不同观测误差下3种背景误差协方差处理方法对4DVAR同化效果的影响.结果表明,背景误差协方差的结构对4DVAR有重大影响.当观测资料的空间密度不够高时,采用对角矩阵得不到满意的结果.高斯过滤方案可以明显改善同化结果,但是对背景误差特征长度比较敏感.第3种方法采用的背景误差协方差矩阵是流型依赖的,而且并不以显式的方式出现在目标函数中.避免了对它求逆的复杂运算.由于做了降维处理,在观测点的密度较低和观测误差较大时可望取得较好的同化结果,同化效果较为稳定.     

GRAPES研究开发取得持续进展

资料同化系统:在区域三维变分同化系统中增加TSYNOE SHIP,AIRIER SATOB,雷达径向风等观测算子、非线性平衡约束,用NMC方法重新估算了背景误差协方差;建立了区域／全球一体化的三维变分同化框架;开展了EnKF的前沿性研究;研究开发4D VAR系统,完成切线性模式和伴随模式设计、编程,进行了初步调试。主要工作包括以下几个方面:①全球闭合网格点构造与算法设计;②预调水平变换的谱滤波表示;③用NMC方法估计背景误差协方差参数;④单点观测试验检验系统的正确     

GRAPeS三维变分同化系统的理想试验

文中介绍了一种新的、适合格点模式的三维变分同化方案GRAPeS 3DVAR。该方案采用相互独立的流函数、非平衡速度势函数、非平衡位势和水汽作为分析变量。通过变量变换对目标函数进行预调节 ,不仅避免了直接计算背景误差协方差逆矩阵的困难 ,而且改善了Hessian矩阵的性状 ,提高了收敛速度。采用EOF分解方法 ,将三维分析变量投影到垂直摸态上 ,分解成为二维场 ;水平方向采用数字 (递归 )滤波器代替矩阵运算 ,实现和简化了方案的求解。此外 ,还考虑了质量场和风场之间的平衡约束关系。理想试验结果表明 ,GRAPeS 3DVAR能够正确地反映多变量之间相互作用关系 ,收敛迅速 ,分析结果合理     

内蒙古区域模式三维变分中背景场误差协方差结构特征分析

背景场误差协方差矩阵的统计是资料同化的重点工作。文章利用NMC方法对内蒙古区域模式2017年7月和2018年2月各月的预报场进行背景场误差协方差矩阵的统计,通过对重新统计背景场误差协方差矩阵的特征、单点试验及预报效果进行分析。结果表明:内蒙古夏季和冬季控制变量的特征向量变化特征相似,但由于天气系统的影响而有所差别;夏季和冬季各控制变量在各模态上的特征值都随着模态数的增加而快速减小,冬季误差模态振幅要小于夏季,这主要是由于影响内蒙古夏季的天气系统较多,天气过程较冬季复杂;对模式贡献越小的特征向量,其特征长度尺度也越小,影响的范围也越小;单点试验验证了应用本地资料重新统计的背景场误差协方差矩阵的合理性。对暴雨个例的数值模拟试验表明:应用本地化背景场误差协方差同化后模拟的强降水范围和强度均得到明显改善,降水模拟更接近实况。说明本地化后的背景场误差协方差对模式预报具有一定的改进作用,在三维变分同化系统中,背景场误差协方差的重新统计工作十分必要。     

GRAPES全球三维变分同化系统--基本设计方案与理想试验

中国气象局数值预报研究中心开发了一个全球和区域统一框架的格点三维变分资料同化系统(GRAPES3D-Var).作者给出全球版本的方案设计,采用单点观测试验检验方案设计的合理性和正确性.全球方案选择流函数、速度势、非平衡高度和相对湿度作为分析求解的控制变量,用线性平衡方程作为质量场和风场的动力约束,通过预调方法解决背景误差协方差矩阵阶数过大和难以求逆的问题,其中垂直变换和物理变换以及观测算子设计等方面与区域方案相同,但预调的水平变换采用球谐函数谱滤波表示背景误差协方差的水平相关模型,避免了递归滤波在高纬和极区因相关尺度过大无法实施的问题.另外,设计了一个使极区插值和差分计算完全闭合的网格以及相应的算法,解决了极点分析问题.单点观测理想试验结果表明,GRAPES 3D-Var系统能够合理给出全球任何地区的分析.     

预分析初始扰动样本对降维投影四维变分同化性能的影响

降维投影四维变分同化(DRP-4DVar)方法的背景误差协方差是由基于历史预报的扰动样本统计得到的,为了改进降维投影四维变分同化系统中背景误差协方差的流依赖特性,提出了对初始扰动样本进行预分析的新思路,即在对背景场分析之前,利用降维投影四维变分同化系统本身对每个样本进行预先分析,使得统计出的背景误差协方差随实际的天气形势而变化,从而实现其在真正意义上的流依赖,且在循环同化时能够避免滤波发散现象的出现。试验结果表明,对样本进行预先分析能够通过改善同化系统中背景误差协方差的空间结构和流依赖特性,来进一步改进降维投影四维变分同化方法的性能,为数值模式提供更精确的初始场,从而提高了基本模式变量的预报精度,并改善了对强降水的模拟能力。相比较而言,对所有初始扰动样本都进行了预分析的同化试验能够得到最优的分析和预报。     

流依赖球面小波背景误差协方差模型设计和初步试验

基于资料同化集合设计了流依赖球面小波背景场误差协方差模型中背景误差方差和局地垂直相关协方差的统计计算方法。为了提高背景误差方差的估计精度,采用客观滤波技术来减少因集合样本个数不足而引入的随机取样噪声。最后在银河四维变分同化业务系统(YH4DVar)上设计了集合资料同化的试验系统,以流依赖背景误差方差为重点验证了模型的有效性。结果表明:基于流依赖球面小波背景误差协方差模型能够有效估计出随天气状态变化的背景场误差方差,对台风等剧烈变化的天气过程的同化分析和预报都具有一定的正效果。      

水平相关模型的性质及其在GRAPES三维变分系统中的应用

在变分资料同化中背景误差水平相关模型不仅决定着观测信息传播到格点空间的远近,而且影响着频谱空间中不同尺度上的分析增量信息的多少.本文比较高斯(Gauss)、二阶自回归(Soar)以及尺度叠加高斯模型(Supergauss)在时空域随着空间距离和在频谱域随着不同尺度分布的特点,阐述三种相关模型在区域GRAPES三维变分分...     

Numerical experiments for Typhoon Dan incorporating AMSU-A retrieved data with 3DVM

Two sets of assimilation experiments on a landfalling typhoon—Typhoon Dan(1999)over the western North Pacific were designed to compare the performances of two kinds of variational data assimilation schemes that are the 3-Dimensional Variational data assimilation of Mapped observation(3DVM)and the 4-dimensional variational data assimilation(4DVar).Results show that:(1)both the 3DVM and 4DVar successfully improved the simulations of typhoon intensity and track incorporating the satellite AMSU-A retrieved temperature and wind data into the initial conditions,and the 3DVM more significantly due to the flow-dependent of background error covariance matrix and observation error covariance matrix like 3-dimensional variational data assimilation(3DVar)circle;(2)inclusions of extra model integration iterations at each observation time in the 3DVM make it more consistent with prediction model;(3)the 3DVM is much more time-saving due to the exclusion of the adjoint technique in it.     

The Structure of Background-error Covariance in a Four-dimensional Variational Data Assimilation System: Single-point Experiment

A four dimensional variational data assimilation (4DVar) based on a dimension-reduced projection (DRP-4DVar) has been developed as a hybrid of the 4DVar and Ensemble Kalman filter (EnKF) concepts. Its good flow-dependent features are demonstrated in single-point experiments through comparisons with adjoint-based 4DVar and three-dimensional variational data (3DVar) assimilations using the fifth-generation Pennsylvania State University-National Center for Atmospheric Research Mesoscale Model (MM5). The results reveal that DRP-4DVar can reasonably generate a background error covariance matrix (simply B-matrix) during the assimilation window from an initial estimation using a number of initial condition dependent historical forecast samples. In contrast, flow-dependence in the B-matrix of MM5 4DVar is barely detectable. It is argued that use of diagonal estimation in the B-matrix of the MM5 4DVar method at the initial time leads to this failure. The experiments also show that the increments produced by DRP-4DVar are anisotropic and no longer symmetric with respect to observation location due to the effects of the weather trends captured in its B-matrix. This differs from the MM5 3DVar which does not consider the influence of heterogeneous forcing on the correlation structure of the B-matrix, a condition that is realistic for many situations. Thus, the MM5 3DVar assimilation could only present an isotropic and homogeneous structure in its increments.     

两种样本生成方法对DRP-4DVar同化方法性能影响的比较及分析

降维投影四维变分同化方法(DRP-4DVar)利用历史预报的集合来统计背景误差协方差,并将分析变量投影到样本空间下求解代价函数,因而集合样本的质量对DRP-4DVar同化方法的性能有着重要影响.文中尝试使用三维变分(3DVar)控制变量的扰动方法来产生集合样本,并与原来的历史预报扰动方法做比较.历史预报扰动样本具有随流...     

Application of a Recursive Filter to a Three-Dimensional Variational Ocean Data Assimilation System

In order to improve the efficiency of the Ocean Variational Assimilation System (OVALS), which has been widely used in various applications, an improved OVALS (OVALS2) is developed based on the recursive filter (RF) algorithm. The first advantage of OVALS2 is that memory storage can be substantially reduced in practice because it implicitly computes the background error covariance matrix; the second advantage is that there is no inversion of the background error covariance by preconditioning the control var...     

A Prototype Regional GSI-based EnKF-Variational Hybrid Data Assimilation System for the Rapid Refresh Forecasting System:Dual-Resolution Implementation and Testing Results

A dual-resolution(DR) version of a regional ensemble Kalman filter(EnKF)-3D ensemble variational(3DEnVar) coupled hybrid data assimilation system is implemented as a prototype for the operational Rapid Refresh forecasting system. The DR 3DEnVar system combines a high-resolution(HR) deterministic background forecast with lower-resolution(LR) EnKF ensemble perturbations used for flow-dependent background error covariance to produce a HR analysis. The computational cost is substantially reduced by running the ensemble forecasts and EnKF analyses at LR. The DR 3DEnVar system is tested with 3-h cycles over a 9-day period using a 40/13-km grid spacing combination. The HR forecasts from the DR hybrid analyses are compared with forecasts launched from HR Gridpoint Statistical Interpolation(GSI) 3D variational(3DVar)analyses, and single LR hybrid analyses interpolated to the HR grid. With the DR 3DEnVar system, a 90% weight for the ensemble covariance yields the lowest forecast errors and the DR hybrid system clearly outperforms the HR GSI 3DVar.Humidity and wind forecasts are also better than those launched from interpolated LR hybrid analyses, but the temperature forecasts are slightly worse. The humidity forecasts are improved most. For precipitation forecasts, the DR 3DEnVar always outperforms HR GSI 3DVar. It also outperforms the LR 3DEnVar, except for the initial forecast period and lower thresholds.     

陆面气温资料的一种推广三维变分同化方法及其在简化情形的检验

发展了一种同化窗口为1个月的陆面气温推广三维变分资料同化方法,并建立了逐日资料到月平均资料的观测算子.作为对该同化方法的初步检验,以2000年1月中国陆地区域时间分辨率低、空间分辨率较高且在高原地区与台站观测资料比较接近的CRU(Climate Research Unit)月平均陆面气温资料作为观测,以时间分辨率高、空间分辨率较低且在高原地区与台站资料有较大误差的NCEP逐日气温资料作为背景场,采用背景误差协方差矩阵(简称B矩阵)的两种简化对角形式进行同化试验,得到高时空分辨率的格点陆面气温分析场,并进行对比分析和均方根误差检验.结果显示,由两种简化形式得到的逐日资料和月平均资料的质量均得到改善,在我国东南和中部大部分地区与台站观测基本一致,在青藏高原、新疆等台站稀疏地区与地形对应良好,为M-SDGVM模型或其他陆面过程模式高质量陆面气象驱动场的准备提供了一种新的手段.尤其在B矩阵中考虑了方差逐日变化的简化形式所得到的分析场整体上要优于不考虑的,这为最终在B矩阵中考虑协方差(即对推广三维变分同化不作简化)进一步改进同化效果打下了基础.     

GRAPES Hybrid-3DVar对台风苏迪罗的数值试验

为了把反映天气形势变化的背景误差协方差引入到变分分析系统中来提高分析质量,本文在GRAPES区域三维变分框架的基础上通过扩展控制变量方法实现动态与静态背景误差协方差耦合,建立混合三维变分分析系统（GRAPES Hybrid-3DVar）。通过控制变量扰动产生的集合样本进行单点观测分析试验验证Hybrid-3DVar及其局地化方案的合理性,并针对台风苏迪罗进行实际观测资料同化和数值预报试验,结果表明:用集合样本描述的背景误差协方差是随着天气流型变化的,动力场和质量场的离散度在台风中心处最大,因而混合同化的分析增量包含更多细微结构和中小尺度信息;其分析和24 h内预报要素质量优于3DVar,24 h内降水强度和落区预报也更准确,混合同化分析改善了3DVar分析的降水空报问题;同时混合同化分析的24 h内台风路径预报也最接近实况,台风强度预报在48 h之内都比3DVar更接近观测。